情报
AI 生成的结构化厂商动态简报
Google为Gemini API推出Flex和Priority推理层级
Google在其Gemini API中新增Flex和Priority两个服务层级，允许开发者通过单一接口优化成本和可靠性。Flex针对延迟容忍型工作负载提供50%的成本节约，而Priority则为关键应用提供最高可靠性保障。这一变化简化了AI代理架构中同步和异步任务的管理。
Google发布Gemma 4开源模型系列
Google推出Gemma 4开源模型系列，包含四种规模变体，特别优化边缘计算和移动设备。该系列支持多模态处理、长上下文窗口和140多种语言，采用Apache 2.0许可。
AMD发布突破性MLPerf 6.0推理结果，展示多节点扩展与多模态能力
AMD在MLPerf Inference 6.0基准测试中，凭借Instinct MI355X GPU在Llama 2 70B和GPT-OSS-120B模型上首次突破每秒100万令牌的推理吞吐量。其提交强调了多节点扩展效率、对新型文本到视频模型（Wan-2.2-t2v）的快速启用，以及广泛的合作伙伴生态系统复现结果。
思科参与NIST生成式AI信任计划
思科宣布参与NIST生成式AI信任计划，重点开发可测量的AI信任评估框架。该计划包含动态对抗测试环境（Cat-and-Mouse框架）和代码生成挑战赛，旨在建立AI输出的可信度验证机制。
Cisco 披露 AI 编码助手内存污染攻击方法
Cisco 安全团队发现并验证了针对 Claude Code 等 AI 编码助手的持久性内存污染攻击方法，通过篡改 MEMORY.md 系统文件可长期操纵 AI 行为。该漏洞已促使 Anthropic 在 v2.1.50 版本中移除了用户记忆文件的系统提示权限。
英伟达联合能源机构展示AI算力工厂参与电网调峰
英伟达与能源研究机构EPRI、英国国家电网及初创公司Emerald AI合作，成功演示了基于Blackwell GPU集群的AI算力工厂如何根据电网实时需求，动态调节自身功耗以充当电网的“减震器”，同时保障高优先级AI工作负载的性能。
思科扩展零信任安全至AI代理生态
思科在RSA 2026宣布针对AI代理的安全创新，扩展Zero Trust Access至非人类身份，引入agentic IAM在Duo、MCP策略执行于Secure Access SSE，并推出AI Defense: Explorer Edition自助测试工具及DefenseClaw开源框架，以自动化安全部署。
英伟达发布Cosmos世界模型套件，强化物理AI合成数据与推理能力
英伟达发布其Cosmos世界基础模型（WFM）套件的重要更新，包括Transfer 2.5、Predict 2.5和Reason 2。这些模型旨在加速生成高保真、符合物理规律的合成数据，并支持对机器人、自动驾驶等物理AI系统进行下游任务微调和推理，以解决真实世界数据稀缺的瓶颈。
NVIDIA在CCCL库中引入浮点确定性控制层级
NVIDIA在其CUDA核心计算库（CCCL）3.1中，为CUB库的规约算法新增了单阶段API和可配置的确定性级别。用户可在“不保证”、“运行间一致”和“GPU间一致”三个级别间权衡性能与结果可复现性，并引入了基于分桶算法的可复现浮点累加器（RFA）技术。
Trend Micro发布AI安全报告，揭示AI供应链风险与模型攻击面
Trend Micro发布《AI生态系统断层线》报告，系统性地分析了AI供应链中的安全风险，包括模型训练数据污染、第三方插件漏洞以及模型窃取攻击。报告指出，企业AI应用的安全边界已从传统IT基础设施扩展至模型层和数据管道。
NVIDIA 展示 AI 驱动游戏资产管线，加速传统游戏现代化
NVIDIA 开发者博客详细介绍了《Painkiller RTX》项目如何利用其生态下的工具（如 PBRFusion、RTX Remix）和生成式AI模型，批量将数千个低分辨率纹理转换为高质量的 PBR (Physically Based Rendering) 材质。该案例展示了将 AI 自动化与艺术判断相结合的混合生产管线，显著降低了小团队进行大规模视觉资产重建的门槛。
NVIDIA 通过 NVFP4 量化与 TeaCache 技术将 FLUX.2 图像生成模型推理速度提升 10 倍
NVIDIA 与 Black Forest Labs 合作，针对 FLUX.2 [dev] 图像生成模型，在 Blackwell 数据中心 GPU 上应用了包括 NVFP4 4-bit 量化、Timestep Embedding Aware Caching (TeaCache)、CUDA Graphs 及多 GPU 支持在内的一系列推理优化技术。这些优化使模型在双 B200 GPU 配置下相比 H200 实现了 10.2 倍的延迟降低，并将内存占用减少超 40%，显著降低了高质量图像生成模型的部署门槛。
OpenAI：通过 GPT-4.1/GPT-5/Sora 2 模型栈，为 Higgsfield 提供视频生成基础设施
OpenAI 在其开发者博客中展示了第三方应用 Higgsfield 如何利用其 GPT-4.1、GPT-5 和 Sora 2 模型组合，将简单输入转化为高质量社交视频。这体现了 OpenAI 将其多模态模型作为外部 AI 推理基础设施核心组件的战略方向。
NVIDIA发布AI商品目录蓝图，整合多模态模型与NIM部署
NVIDIA发布技术蓝图，演示如何组合其Nemotron LLM/VLM、FLUX图像生成与TRELLIS 3D模型，构建端到端的自动化商品目录增强系统。该系统通过模块化API和容器化部署，旨在将稀疏产品数据转化为本地化的富媒体内容。
英伟达推出DGX Spark软件更新与NVFP4格式，强化本地AI开发
英伟达通过软件优化、新NVFP4数据格式及开源合作，大幅提升DGX Spark本地AI开发平台性能，并整合Brev云服务实现混合部署。此举将高性能AI模型运行从云端延伸至企业边缘和开发者桌面。
OpenAI发布思维链监控评估框架
OpenAI推出新的思维链监控评估套件，包含13项评估指标和24种测试环境。研究表明监控模型内部推理过程比仅监控输出更有效，为AI系统扩展控制提供了新路径。
NVIDIA推动将可训练神经网络直接集成至实时图形渲染管线
NVIDIA发布技术博客，详细阐述如何将可训练的神经网络模型（神经着色）直接集成到实时图形渲染管线中。此举旨在利用专用AI硬件（如Tensor Cores）提升渲染质量与性能，标志着图形计算架构从纯手工编程向数据驱动、可学习的混合模式演进。
NVIDIA发布开源数据科学代理原型，整合Nemotron LLM与CUDA-X加速库
NVIDIA在官方博客开源了一个交互式数据科学AI代理原型。该代理使用Nemotron Nano-9B-v2作为推理引擎，通过自然语言理解用户意图，并调用基于CUDA-X库（如cuDF、cuML）的GPU加速工具层，自动化执行数据清洗、模型训练与超参数优化等任务。其模块化架构旨在实现从自然语言到高性能计算的端到端加速，据称可获得3倍至43倍的性能提升。
NVIDIA发布教程将轻量级LLM转化为终端AI代理
NVIDIA通过开发者博客发布教程，指导用户利用其开源的Nemotron Nano v2模型，在约200行Python代码内构建一个能理解自然语言并执行Bash命令的AI代理。该教程强调从零构建和利用LangGraph简化，核心在于实现安全的工具调用（Tool Calling）和人机回圈（Human-in-the-Loop）控制。
英伟达发布IT工单分析AI智能体架构，强调图数据库与LLM结合
英伟达IT团队公开其内部AI智能体‘ITelligence’的架构细节，该系统结合NVIDIA Nemotron开源模型与图数据库，将非结构化工单数据转化为结构化洞察。其核心是批处理ETL、LLM驱动的根因分析、以及基于Grafana的可视化仪表板，而非RAG聊天机器人。